Eight replicates of a bacterium to

Eight replicates of a bacterium to be tested were
introduced into each column, so the column numbers
delineated different materials. Data collection for a full
89 wells (96 minus the 7 empty ones in column A) required approximately 134 minutes, or about 90 seconds
per well. Video images of each well were also captured.
The FT-IR spectra for known examples of each class
of bacteria were collected. These were used to generate a
discrimination method based on assignment of spectra
to classes. As with any biological sample, there is considerable variation within the class, so region selection and
spectral processing are critical. The analysis defines the
characteristics of each class mathematically. Unknowns
are then assigned a Mahalanobis distance, representing
how like or unlike the unknown is to each class. An assignment is made to the closest class, with reporting of
nearest neighbor classes for comparison. The results are
then color-coded for visualization.

ผลลัพธ์ (ไทย) 1:

เหมือนกับแปดของแบคทีเรียที่จะทดสอบได้นำเข้าสู่แต่ละคอลัมน์ ดังนั้นหมายเลขคอลัมน์delineated วัสดุต่าง ๆ รวบรวมข้อมูลเพื่อการ89 บ่อ (96 ลบว่าง 7 ในคอลัมน์ A) ต้องประมาณ 134 นาที หรือประมาณ 90 วินาทีต่อดี นอกจากนี้ยังถูกจับภาพวิดีโอของดีแต่ละแรมสเป็คตรา FT-IR สำหรับชื่อดังตัวอย่างของแต่ละคลาสของแบคทีเรียถูกรวบรวมไว้ เหล่านี้ถูกใช้เพื่อสร้างความวิธีการแบ่งแยกตามกำหนดของแรมสเป็คตราการเรียนการ ที่ ด้วยใด ๆ ตัวอย่างชีวภาพ มีการเปลี่ยนแปลงภายในคลาส ตัวเลือกภูมิภาคให้มาก และประมวลผลสเปกตรัมที่มีความสำคัญ การวิเคราะห์กำหนดลักษณะของแต่ละคลา mathematically Unknownsแล้วกำหนดระยะ Mahalanobis แทนว่าชอบ หรือไม่เหมือนไม่รู้จักจะเรียนแต่ละ การกำหนดจะทำการเรียนใกล้เคียง กับรายงานของเพื่อนบ้านที่ใกล้ที่สุดคลาสำหรับการเปรียบเทียบ ผลลัพธ์ได้แล้ว เข้ารหัสสีสำหรับการแสดงภาพประกอบเพลง

ผลลัพธ์ (ไทย) 2:

แปดซ้ำของแบคทีเรียที่จะทดสอบได้รับ
การแนะนำในแต่ละคอลัมน์ดังนั้นตัวเลขคอลัมน์
คดีวัสดุที่แตกต่าง การเก็บรวบรวมข้อมูลสำหรับการเต็มรูปแบบ
89 หลุม (96 ลบคนที่ 7 ที่ว่างเปล่าในคอลัมน์) ที่จำเป็นประมาณ 134 นาทีหรือประมาณ 90 วินาที
ต่อดี ภาพวิดีโอของแต่ละดีถูกจับยัง.
สเปกตรัม FT-IR สำหรับตัวอย่างที่รู้จักกันของแต่ละชั้น
ของเชื้อแบคทีเรียที่ถูกเก็บรวบรวม เหล่านี้ถูกนำมาใช้ในการสร้าง
วิธีการเลือกปฏิบัติตามที่ได้รับมอบหมายของสเปกตรัม
ในชั้นเรียน เช่นเดียวกับตัวอย่างทางชีวภาพใด ๆ ที่มีการเปลี่ยนแปลงอย่างมากในชั้นเรียนเพื่อให้ตัวเลือกภูมิภาคและ
การประมวลผลที่มีความสำคัญสเปกตรัม การวิเคราะห์กำหนด
ลักษณะของแต่ละชั้นเรียนคณิตศาสตร์ ราชวงศ์
ที่ได้รับมอบหมายแล้วระยะ Mahalanobis คิดเป็น
วิธีการที่เหมือนหรือแตกต่างจากที่ไม่รู้จักที่จะแต่ละชั้นเรียน ที่ได้รับมอบหมายจะทำในชั้นเรียนที่ใกล้เคียงที่สุดกับการรายงานของ
เพื่อนบ้านที่ใกล้ที่สุดของชั้นเรียนสำหรับการเปรียบเทียบ ผลที่ได้
จากนั้นรหัสสีสำหรับการแสดง

ผลลัพธ์ (ไทย) 3:

แปดซ้ำซึ่งจะทดสอบคือ
แนะนำในแต่ละคอลัมน์ ดังนั้นคอลัมน์ตัวเลข
ซึ่งวัสดุที่แตกต่างกัน การเก็บข้อมูลเต็ม
89 เวลส์ ( 96 ลบ 7 ว่างอยู่ในคอลัมน์ A ) ต้องประมาณ 1 นาที หรือประมาณ 90 วินาที
ต่อด้วย ภาพวิดีโอของแต่ละคนก็ถูกจับ
- Spectra สำหรับรู้จักตัวอย่างของแต่ละชั้นเรียน
ของแบคทีเรียที่ถูกบุกรุกเหล่านี้ถูกใช้เพื่อสร้างการเลือกปฏิบัติบนพื้นฐานของวิธี

งานนี้ต้องเรียน กับตัวอย่างทางชีวภาพมีการเปลี่ยนแปลงมากในชั้นเรียน ดังนั้นการเลือกภูมิภาคและประมวลผลสเปกตรัม
มีความสําคัญ การวิเคราะห์กำหนดลักษณะของแต่ละชั้นเรียนคณิตศาสตร์
. จากนั้นได้มอบหมายให้ mahalanobis ไม่รู้

ระยะทางแทนว่าเหมือนหรือแตกต่างจากที่ไม่รู้จัก คือ แต่ละคลาส งานทำเพื่อชั้น ใกล้กับรายงานของ
เพื่อนบ้านที่ใกล้ที่สุดในชั้นเรียนสำหรับการเปรียบเทียบ ผลลัพธ์
แล้วรหัสสีสำหรับการสร้างภาพ